Para usar JEV em agentes de IA, comece por uma decisão delimitada: escolher uma ferramenta, selecionar uma habilidade ou classificar uma memória. A aplicação envia o contexto e as alternativas; o modelo da TypeSafe AI devolve uma avaliação estruturada; o software confere permissões e decide se executa, pede esclarecimento ou encaminha para revisão.
Roteamento é o trabalho de encaminhar uma solicitação ao recurso adequado. Em uma automação, isso pode significar separar uma consulta de dados de uma tarefa de redação. Este guia explica como desenhar essas decisões com Choice, Score e Noul, preservar a memória do agente e avaliar o resultado antes de automatizar ações.
Os exemplos deste artigo são desenhos ilustrativos. Não representam integrações prontas para instalar nem resultados de desempenho comprovados.
Como funciona o roteamento de um agente com JEV
Um agente pode receber um pedido em linguagem natural e precisar decidir qual ferramenta consultar, que informação recuperar ou quando solicitar revisão. Em cada caso, a aplicação deve definir as alternativas e preparar o contexto relevante.
JEV pode avaliar uma parte delimitada desse processo. O sistema ao redor verifica se a opção existe, se os dados estão disponíveis e se a ação é permitida. Essa divisão evita que uma classificação seja tratada como autorização.
Uma estrutura inicial pode ser descrita assim: entrada do usuário, seleção de contexto, avaliação semântica, validação das regras e ação ou revisão. A aplicação pode usar outras sequências; não é obrigatório incluir JEV em cada etapa.
Antes de implementar, identifique se a escolha realmente exige interpretação. Quando o pedido já contém um identificador exato de ferramenta ou registro, uma busca determinística pode ser suficiente.
Ilustração original da apostila, página 12. A escolha semântica orienta o fluxo; as ações continuam sujeitas às regras do sistema.
Quando usar Choice Score e Noul
A escolha do tipo de pergunta deve acompanhar o resultado de que o fluxo precisa.
| Tipo | Uso | Exemplo ilustrativo |
|---|---|---|
| Choice | Escolher entre alternativas definidas | Selecionar uma habilidade candidata |
| Score | Avaliar segundo níveis de uma rubrica | Avaliar a completude de uma descrição |
| Noul | Estimar a probabilidade de uma proposição | Avaliar se falta contexto para encaminhar |
Choice trabalha com opções explícitas. Inclua descrições que ajudem a distinguir alternativas semelhantes e preveja um caminho para casos fora do escopo. A opção escolhida ainda precisa passar pelas regras de execução. Documentação de Choice.
Score usa uma rubrica: níveis com critérios descritos. O resultado pode refletir uma distribuição entre esses níveis; ele não é uma medição exata de uma grandeza do mundo real. Definir o significado de cada nível é parte do trabalho da aplicação. Documentação de Score.
Noul retorna um valor entre 0 e 1 que representa a probabilidade de a resposta ser sim. O número não é um booleano nem garante a verdade da proposição. A aplicação define como tratar resultados intermediários e quais consequências cada encaminhamento pode ter. Documentação de Noul.
Como rotear tarefas e habilidades com JEV
Uma habilidade, ou skill, reúne instruções e recursos para uma tarefa. Em um catálogo, descrições parecidas podem tornar difícil relacionar o pedido do usuário à opção adequada.
Um fluxo ilustrativo começa restringindo as candidatas às habilidades disponíveis naquele contexto. Depois, apresenta suas descrições e o pedido para uma avaliação de escolha. O resultado indica uma candidata, que será verificada antes da execução.
É útil manter separadas três perguntas: a habilidade corresponde à intenção? Está disponível? Pode ser executada agora? A primeira pode envolver significado; as duas seguintes dependem de estado e permissões que o software precisa verificar.
Se nenhuma opção for adequada, o fluxo deve permitir pedir esclarecimento ou encaminhar para revisão. Forçar uma escolha transforma falta de informação em uma resposta aparentemente conclusiva.
O teste precisa incluir pedidos com vocabulário diferente do catálogo, solicitações que poderiam caber em mais de uma habilidade e tarefas que não deveriam ser executadas.
Como usar JEV na memória de agentes
Memória de agentes envolve selecionar, armazenar, atualizar e recuperar informações úteis. Classificar um registro é apenas uma dessas etapas.
Uma aplicação pode usar uma pergunta delimitada para sugerir o tipo de conteúdo de um registro. Por exemplo, categorias ilustrativas poderiam distinguir uma decisão de projeto, uma dúvida pendente e um resultado de execução. Essas categorias precisam corresponder ao modelo de memória do sistema.
Depois da classificação, regras determinam o que pode ser gravado e como preservar origem, acesso e validade. A recuperação posterior continua dependendo de consultas e mecanismos de busca.
Esse desenho não concede ao modelo acesso livre a todo o histórico. Também não transforma uma interpretação em fato. Se um registro contém uma hipótese, sua classificação deve preservar essa condição.
Antes de acrescentar a avaliação, defina o problema: registros sem categoria, recuperação ruidosa ou informação desatualizada são dificuldades diferentes. Classificação semântica não resolve automaticamente todas elas.
Memória imediata temporária e duradoura
Além de classificar o assunto, defina por quanto tempo o registro deve continuar útil. O contexto de uma conversa atende ao trabalho de agora. Uma pendência precisa ser recuperada depois. Uma decisão estável pode orientar tarefas futuras, mas ainda precisa ser corrigida quando mudar.
Esses horizontes não são permissões automáticas de retenção. Guarde finalidade, origem e validade, e defina quando revisar ou remover um registro conforme as regras do projeto. A classificação ajuda a encontrar informação; o sistema controla o armazenamento e o acesso.
Ilustração original da apostila, página 18. “Sempre” representa utilidade duradoura no esquema didático, sujeita a revisão, correção e regras de retenção.
JEV pode validar o trabalho de um agente
Um agente que produz código ou documentos pode precisar conferir o resultado contra critérios definidos. Uma avaliação semântica pode ajudar a identificar se uma explicação aborda determinado requisito ou se uma entrega aparenta omitir um item.
A entrada precisa trazer a referência e a evidência relevante. Uma pergunta delimitada pode avaliar a correspondência entre elas, encaminhando casos ambíguos para revisão.
Isso não substitui testes executados. Um modelo pode avaliar o conteúdo de um relatório, mas sua concordância não prova que os testes mencionados ocorreram ou que o sistema funciona. Evidências de execução devem vir dos mecanismos que realmente as produziram.
Da mesma forma, uma avaliação favorável não autoriza merge, deploy, exclusão de dados ou publicação. Essas operações continuam ligadas a políticas e permissões próprias.
Compare requisito evidência e resultado
Uma revisão de entrega pode organizar três campos: o que foi solicitado, a evidência disponível e o resultado da conferência. Documentos de requisitos, propostas técnicas e registros de decisão ajudam a definir o que avaliar. Quando falta evidência, uma resposta favorável do modelo não deve preencher a lacuna.
Defina também um limite de tentativas para o ciclo de correção. Depois desse limite, ou diante de um requisito ambíguo, encaminhe para revisão. Assim, a avaliação semântica apoia a conferência sem se transformar em um ciclo indefinido de alterações.
Que contexto enviar à API do JEV
O state é o conteúdo fornecido para a avaliação. A documentação aceita texto, objetos e arrays JSON; o formato deve ajudar a relacionar as partes relevantes para a pergunta. Documentação de state.
Em vez de enviar todo o histórico do agente, selecione o pedido, as alternativas e os fatos necessários. Preserve identificadores que permitam conferir a origem e mantenha instruções do sistema separadas de conteúdo recebido.
A documentação do JEV 1.13 registra limitações com aritmética, comparação de datas, indireções, critérios contraditórios e conteúdo adversarial. A ordem das opções também pode influenciar Choice. Teste casos de borda e mantenha operações exatas no código. Limites do JEV 1.13.
Como testar se JEV melhora sua automação
-
Escolha uma avaliação com escopo definido.
-
Descreva as alternativas e o que conta como resposta correta.
-
Prepare casos claros, ambíguos e fora do escopo.
-
Compare com a regra ou processo usado atualmente.
-
Registre a entrada, a avaliação e o encaminhamento.
-
Revise os erros e ajuste contexto, critérios ou política.
-
Autorize ações somente pelas regras do sistema.
Não copie um limiar de confiança como se fosse universal. O custo de encaminhar para a fila errada é diferente do custo de executar uma ação sensível. A política precisa refletir essas diferenças e o comportamento observado nos seus casos.
Para aplicações comerciais, consulte também JEV no CRM. Para a visão arquitetural mais ampla, veja JEV como camada de julgamento semântico.
Perguntas frequentes sobre JEV em agentes
JEV consegue escolher qual ferramenta o agente deve usar
Pode avaliar uma escolha entre alternativas descritas pela aplicação. O fluxo precisa oferecer uma saída para casos sem opção adequada e conferir disponibilidade, argumentos e permissões antes da execução. Selecionar uma ferramenta não autoriza usá-la.
Como lidar com uma resposta incerta do JEV
Defina uma política de esclarecimento, revisão ou uso do fluxo anterior. Teste essa política com casos reais e consequências conhecidas. Não copie um limiar de confiança como se ele fosse adequado a qualquer tarefa.
JEV é um agente autônomo
Neste desenho, JEV é um componente de avaliação. O agente e a aplicação organizam contexto, ferramentas, permissões e execução.
JEV substitui a memória ou a busca
Não. Ele pode apoiar classificações. Armazenamento, recuperação e controle de acesso continuam no sistema.
É possível usar JEV com NoCode
Um fluxo NoCode pode integrar uma API se a plataforma oferecer os recursos necessários. É preciso verificar autenticação, formato das chamadas, tratamento de erros e controle das ações; este artigo não fornece uma integração pronta.
A confiança do modelo permite executar sem revisão
Confiança é uma informação para a política. A necessidade de revisão depende do risco, das regras e da avaliação do modelo no contexto da aplicação.
Organização dos dados e pontos possíveis de avaliação semântica. O valor 0,94 é ilustrativo, não uma medida de desempenho. JEV recebe contexto preparado pela aplicação; o desenho não representa acesso autônomo às fontes nem uma etapa obrigatória.
Papéis complementares em um fluxo com IA. A sequência ilustrada é um exemplo, não uma ordem obrigatória. Extração com JEV deve ser delimitada a opções e critérios; cálculos e permissões continuam no software.
Felipe Luis Salgueiro — Marketing Engineer e GTM Builder.